Tumour growth kinetics assessment: added value to RECIST in cancer patients treated with molecularly targeted agents
Notice bibliographique
Résumé
BACKGROUND: Treatment effect is categorised into four classes by RECIST based on the evolution of the size of target lesions and the occurrence of new lesions, irrespective of tumour growth kinetics before treatment. This study aimed at evaluating the added value of tumour growth kinetics assessment to RECIST in patients treated with molecularly targeted agents (MTAs). METHODS: On-study imaging, along with pre-baseline imaging, of patients treated with MTA(s) in clinical trials at Institut Curie were centrally reviewed. The tumour growth ratio (TGr), defined as the ratio of the slope of tumour growth before treatment and the slope of tumour growth on treatment between the nadir and disease progression, was calculated for each patient. RESULTS: A total of 50 patients included in 18 trials were eligible for the study. Among the 44 patients who withdrew from the study because of disease progression according to the investigators' assessment, 18 patients (41%) had a TGr <0.9. Among these 18 patients, 5 had disease progression according to RECIST 1.1 based on our retrospective reassessment of on-study imaging and occurrence of no new lesion during study treatment. CONCLUSION: Our preliminary results suggest that a substantial proportion of patients treated with MTAs have discontinued treatment although being potentially benefitted from them.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».